▍1. tensorflow 猫狗识别模型
基于resnet50的猫狗识别,正确率99%
Bert-BiLSTM-CRF-pytorch版源代码,实体识别
1.给定一对图像,利用提取好的SIFT特征文件,根据距离阈值准则(跨图像的局部SIFT特征距离小于0.4),得到图像间的初始局部特征匹配关系 2.基于上述初步匹配结果,实现spatial coding方法,进行匹配校验,确定几何不一致的匹配 3.将几何一致的匹配和不一致的匹配在图像上画出来,分别用蓝色和红色进行区分
假设无人机在 50m 高度的空中飞行时,投放一个救援物质,当前飞机的前进速度为 10 m/s, 救援物质质量为 0.1kg, 重力加速度 9.8m/s2, 空气阻力与速度方向相反,空 气阻力大小为 k *v, k = 0.1,请使用软件模拟物质掉落的轨迹(建议使用 Python 实现 轨迹图,C 语言使用 print 输出迭代过程中的坐标)